CN102347808B - 在无线通信节点上消除已知干扰的方法及装置 - Google Patents

Abstract

本发明涉及一种在无线通信节点上消除已知干扰的方法，包括如下步骤：节点判断其接收到的当前接收信号中是否存在已知干扰？如是，消除所述当前接收信号中存在的已知干扰，并对所述当前接收信号进行数据检测及设定功能所需要的处理；否则，对所述当前接收信号直接进行数据检测及设定功能所需要的处理。本发明还涉及一种实现上述方法的装置。实施本发明的在无线通信节点上消除已知干扰的方法及装置，具有以下有益效果：利用简单的信号处理，去除/降低无线网络中的已知干扰，大大的提高无线网络的吞吐量，其在实用时使用效果较好。

Description

在无线通信节点上消除已知干扰的方法及装置

技术领域

本发明涉及信号处理领域，更具体地说，涉及一种在无线通信节点上消除已知干扰的方法及装置。

背景技术

      无线中继通信在当前的使用范围较为广泛，是一种较为重要的中长距离通信的手段。如图1所示的无线中继通信中，节点S发送信号到节点D，其中节点R1，节点R2是中继节点。首先，节点S将消息发送到节点R1；然后节点R1将消息转发到节点R2；节点R2再将消息转发到节点D；同时节点S发新的消息到节点R1。这时候，节点R2发送的信号对节点R1来说一个干扰。由于这个干扰的数据节点R1是知道的，称这样的干扰为已知干扰。已知干扰广泛存在于无线网络中，例如模拟网络编码中、中继通信、全双工通信中等。已知干扰的数学模型表达式为：

   在上式中，干扰信号考虑的是多径信道。我们首先消除第一径信道的干扰，而将其他径信道的干扰当作是目标信号的一部分。这样已知干扰消除就相当于只需要消除一个单径信道的干扰，上式可以写成。消除之后，再重复上面的步骤，依次消除第二径信号的干扰，第三径信号的干扰等等。

其中，r表示R1收到的信号，其中包括从节点S发送的有用信号x（k），从节点R2发送的干扰信号I（k）以及高斯噪声n（k）。 和 分布表示从节点R2和节点S到节点R1的信道情况。由于是已知干扰，所以I（k）的数据值是已知的。传统的已知干扰消除技术在理论上很简单，即节点R1估计出节点R2到节点R1之间的信道情况，然后从r中减去。但是的估计是一个非常困难的事情，在很多时候甚至都不能估计出来。这就导致了已知干扰消除技术虽然理论简单，但是由于需要取得信道情况，很难被实用或在实用时效果不好。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述很难被实用或在实用时效果不好缺陷，提供一种不需要取得信道情况、实用时效果较好的在无线通信节点上消除已知干扰的方法及装置。

本发明解决其技术问题所采用的技术方案是：构造一种在无线通信节点上消除已知干扰的方法，包括如下步骤：

   A）节点判断其接收到的当前接收信号中是否存在已知干扰？如是，执行步骤B）；否则，执行步骤C）；

   B）消除所述当前接收信号中存在的已知干扰，并执行步骤C）；

   C）对所述当前接收信号进行数据检测及设定功能所需要的处理。

在本发明所述的在无线通信节点上消除已知干扰的方法中，所述步骤A）中进一步包括如下步骤：

   A1）节点取出本节点之前时刻（也就是在接收到当前信号之前的上一个接收时刻或之前的时间周期）接收到的或发送的信号，与所述当前接收信号做互相关运算，得到其（当前接收到的信号和之前的信号）之间的相关程度值；

   A2）依据所述得到的相关程度，判断是否存在已知干扰。

在本发明所述的在无线通信节点上消除已知干扰的方法中，所述步骤A1）中的相关程度运算包括互相关运算；其相关程度值在0-1之间；所述步骤A2）中相关程度值大于给定门限值时，判断为存在已知干扰。

在本发明所述的在无线通信节点上消除已知干扰的方法中，所述步骤B）中进一步包括如下步骤：

   B1）通过使所述当前接收符号与相邻的接收符号加权相减去掉所述接收信号中的已知干扰；

   B2）恢复在上述步骤中导致的所述当前接收目标信号出现的失真。

在本发明所述的在无线通信节点上消除已知干扰的方法中，所述步骤B1）中对当前接收到的信号进行如下处理：；其中，是当前节点接收到的第k个符号, 是当前节点的第k个接收符号中包含的目标信号， I(k) 是当前节点第k个接收符号中包含的干扰数据，h（k）是干扰数据经历的信道衰落系数，n（k）是第k个接收符号中包含的高斯噪声；是当前节点接收到的第k+1个符号；是当前节点收到的第k+1个符号中包含的干扰符号，表示干扰信道系数的变化量。

在本发明所述的在无线通信节点上消除已知干扰的方法中，所述步骤B2）中进一步包括如下步骤：

   B21）根据Tanner图，设置接收机中由接收信号向变量节点的输入为第一边界，离开所述第一边界朝向所述校验节点的信息表示为第一概率密度函数，离开所述校验节点朝向所述第一边界的信息表示为第二概率密度函数；并将所述第一概率密度函数和第二概率密度函数的初始概率密度函数均设置为：，其中P _max  是目标信号的功率上限，是第k个接收符号中包含的高斯接收噪声n(k)的方差；

   B22）按照Tanner图从上倒下依次更新所有对应的第一概率密度函数和第二概率密度函数；同时从下到上依次更新所有第二概率密度函数和第一概率密度函数；所述更新的规则为：按照公式更新第k个变量节点对应的所述第二概率密度函数；按照公式 更新第k个节点对应的所述第一概率密度函数；其中是干扰信道参数变化的方差；

   B23）按照得到该变量节点的最终输出信息的概率密度函数；对该概率密度函数做判决，并得到目标信号的估计值z（k）。

本发明还涉及一种实现上述在无线通信节点上消除已知干扰方法的装置，包括：

干扰判断模块：用于在节点判断其接收到的当前接收信号中是否存在已知干扰；

 干扰消除模块：用于消除所述当前接收信号中存在的已知干扰；

 传输处理模块：用于对所述当前已经消除干扰的接收信号进行后续信号检测及完成设定功能所需要的处理。

在本发明所述的实现上述在无线通信节点上消除已知干扰方法的装置中，所述干扰判断模块中进一步包括：

   相关度运算单元：用于在节点中取出本节点之前时刻接收到的或发送的信号，与所述当前接收信号做相关程度运算，得到所述两个信号之间的相关程度；

   干扰判断单元：用于依据所述得到的相关程度，判断是否存在已知干扰。

在本发明所述的实现上述在无线通信节点上消除已知干扰方法的装置中，所述干扰消除模块中进一步包括：

   干扰消除单元：用于通过使所述当前接收信号与相邻的接收信号加权相减去掉所述接收信号中的已知干扰；

   恢复单元：用于修复在上述步骤中导致的所述当前接收信号出现的失真。 

在本发明所述的实现上述在无线通信节点上消除已知干扰方法的装置中，所述恢复单元进一步包括： 

 初始概率密度函数设置子单元：用于设置接收机中由接收信号向变量节点的输入为第一边界，离开所述第一边界朝向所述校验节点的信息表示为第一概率密度函数，离开所述校验节点朝向所述第一边界的信息表示为第二概率密度函数；并将所述第一概率密度函数和第二概率密度函数的初始概率密度函数均设置为：，其中P _max  是目标信号的功率上限，是第k个接收符号中包含的高斯接收噪声n(k)的方差；

概率密度函数更新子单元：用于按照Tanner图从上倒下依次更新所有对应的第一概率密度函数和第二概率密度函数；同时从下到上依次更新所有第二概率密度函数和第一概率密度函数；所述更新的规则为：按照公式更新第k个变量节点对应的所述第二概率密度函数；按照公式 更新第k个节点对应的所述第一概率密度函数；其中是干扰信道参数变化的方差；

目标信号估值单元：用于按照得到该变量节点的最终输出信息的概率密度函数；对该概率密度函数做判决，并得到目标信号的估计值z（k）。

实施本发明的在无线通信节点上消除已知干扰的方法及装置，具有以下有益效果：由于在消除已知干扰时不需要取得信道情况，而是根据接收到的、下一个节点发出的信号对当前节点接收到的信号（或者说是本节点接收到上一个相邻符号）进行信号处理而得到最后的目标信号；总之，利用简单的信号处理，去除/降低无线网络中的已知干扰，大大的提高无线网络的吞吐量，因此其在实用时使用效果较好。

附图说明

图1是现有技术中无线通信的已知干扰示意图；

图2是本发明在无线通信节点上消除已知干扰的方法及装置实施例中的方法流程图；

图3是所述实施例中消除干扰的进一步的流程图；

图4是所述实施例中对节点概率密度函数进行更新时由上到下的Tanner图；

图5是所述实施例中对节点概率密度函数进行更新时由下到上的Tanner图；

图6是所述实施例中装置的结构示意图的逻辑框图。

具体实施方式

下面将结合附图对本发明实施例作进一步说明。

如图2所示，在本发明在无线通信节点上消除已知干扰的方法及装置第一实施例中，其消除已知干扰的流程如下：

步骤S11 接收信号，并将其与已经发送到下一节点的信号做相关运算：在本步骤中，当前节点已经发送至少一次信号的下一个节点，之后，其再次接收到上一个节点发出的信号，同时，下一个节点也在向再下一个节点发出信号，这个信号被当前节点接收到，就是已知干扰。当然，也有可能在当前节点接收到上一个节点发出的信号时，下一个节点并没有发出信号，此时，也就不存在已知干扰。因此，在本步骤一直到步骤S13，实际上是在判断在当前节点接收到上一节点发送的信号时，是否存在已知干扰。在本实施例中，当前节点将接收到的上一节点发送的信号与保存在当前节点中的已经发送到下一个节点的信号进行相关运算，检测接收到的信号与已经发送信号的相关程度；如果接收到的信号中存在上述已知干扰，则两个信号的相关程度会较大，否则，其相关程度较小。在本步骤中，相关运算的具体细节如下：

其中，r(k)是节点接收到的第k个接收符号(例如，数字信号的位);I(k)是上述第k个接收符号中包含的干扰数据或符号；k是节点接收符号的个数。

步骤S12 得到表示上述两个信号相关程度的相关值：在上述步骤中，通过上述运算，得到表示两个信号的相关程度的值，在本实施例中，该值表示其相关程度的高低，其取值在0-1之间，该数值越高，表示两个信号的相关程度越大，也就是当前节点接收到的信号中含有已知干扰；反之，表示相关程度较低，当前节点中接收到的信号中不包括已知干扰。

步骤S13 判断相关值是否大于设定值？如是，执行下一步骤；否则，跳转到步骤S16；正如前述，如果该值大于设定值，表示其相关程度较大，当前节点接收到的信号中存在已知干扰，需要在下一步骤中进行处理，以消除掉信号中的已知干扰；如果该值小于设定值，表示两个信号的相关程度较小，当前节点接收到的信号中不存在已知干扰，可以直接输送到节点的信号处理部分，对其进行中继所需要的信号处理。

步骤S14 按照运算：在本步骤中，设经过处理后的信号是t（k），则在本步骤中对接收到的信号做如下处理：，其中，是当前节点接收到的第k个符号, 是当前节点的第k个接收符号中包含的目标信号， I(k) 是当前节点第k个接收符号中包含的干扰数据，h（k）是干扰数据经历的信道衰落系数，n（k）是第k个接收符号中包含的高斯噪声；是当前节点接收到的第k+1个符号； 是当前节点收到的第k+1个符号中包含的干扰符号，表示干扰信道的变化量。

步骤S15 进行信号处理，得到去掉已知干扰且不失真的信号：在上一步骤中，实际上已经得到了包含上一节点传送到当前节点的信号，但是，其表达方式已经发生了变化，而且出现了信号失真。因此，在本步骤中，就是将上一节点的信号取出，并且消除掉信号的失真。在本发明不同的实施例中，本步骤的方法可能不同，但其目的都是一致的。在本实施中的详细的处理步骤将在下面具体描述。

步骤S16 传送信号到节点的信号处理部分，使其进行传输所需处理：在本步骤中，将经过步骤S15得到的信号或在步骤S13中判断不包括已知干扰的信号传输到原有的信号处理部分，进行信号节点传输所需要的处理；这些处理是进行数据检测及设定功能所需要的处理。例如，可能该节点的设定功能是中继传输，在本步骤中，就需要进行实现中继传输所要进行的信号处理及变换。因此，在本步骤中，这些处理与通常的传输或信号处理并没有不同，因此，在此不再赘述。

此外，如图3所示，在第一实施例中，步骤S15中进一步包括如下步骤：

步骤S151设置节点的第一、第二概率密度函数，并分别设置其初始值：在本步骤中，根据Tanner图，设置所述中继通信的接收机中由接收信号向变量节点的输入为第一边界，离开所述第一边界朝向所述校验节点的信息表示为第一概率密度函数，离开所述校验节点朝向所述第一边界的信息表示为第二概率密度函数；并将所述第一概率密度函数和第二概率密度函数的初始概率密度函数均设置为：，其中P _max  是目标信号的功率上限，是第k个接收符号中包含的高斯接收噪声n(k)的方差；上述表达式由如下变换而来， 

；

步骤S152更新上述第一概率密度函数和第二概率密度函数：在本步骤中，当上述第一概率密度函数和第二概率密度函数的初始值被赋值后，随着信号的接收，需要更新上述第一概率密度函数和第二概率密度函数；在本实施例中，如图4、图5所示，对于节点的Tanner图而言，其概率密度函数的更新可以是由上到下（top to bottom，请参见图4）和由下到上（bottom to top，请参见图5）；在本实施例中，按照Tanner图从上倒下依次更新第一概率密度函数和第二概率密度函数，请见图4；同时从下到上依次更新第二概率密度函数和第一概率密度函数，请见图5；在图4中，每个check node，都有两条进入边，一条输出边。对应于输出边的概率密度函数，可以由一条输入边的概率密度函数和另外一条输入边对应的t值计算；按照Tanner图从上倒下依次更新所有对应的第一概率密度函数和第二概率密度函数；同时从下到上依次更新所有第二概率密度函数和第一概率密度函数。所述更新的规则为：按照公式更新第k个变量节点对应的所述第二概率密度函数；按照公式 更新第k个节点对应的所述第一概率密度函数；其中是干扰信道参数变化的方差。

步骤S153得到节点的最终输出信息的概率密度函数，对其做出判决，并得到最终输出信息估值：在本步骤中，按照得到该变量节点的最终输出信息的概率密度函数；对该概率密度函数做判决，并得到目标信号的估计值z（k）。

如图4所示，本发明实施例中还涉及一种实现上述方法的装置，其包括干扰判断模块1、干扰消除模块2和传输处理模块3：其中，传输处理模块3用于对当前已经消除干扰的接收信号进行后续传输所需要的处理；而这些处理及信号转换过程与通常的通信中节点所做的处理是一致的，也是随通信系统的具体功能、使用场合不同而不同的，在此就不再赘述。在本实施例中，与现有技术的主要区别在于用于干扰判断模块1和干扰消除模块2。下面对其进行较为详细的描述。在本实施例中，干扰判断模块1用于在节点判断其接收到的当前接收信号中是否存在已知干扰；干扰判断模块1中进一步包括相关度运算单元11和干扰判断单元12；相关度运算单元11用于在节点中取出本节点上一时刻接收到的或发送的信号，与本节点当前接收信号做相关程度运算，得到其之间的相关程度；而干扰判断单元12用于依据上述相关度运算单元11得到的相关程度，判断是否存在已知干扰；在本实施例中，相关度运算单元11按照公式进行相关度运算，得到其相关度值；该值表示其相关程度的高低，其取值在0-1之间，该数值越高，表示两个信号的相关程度越大，也就是当前节点接收到的信号中含有已知干扰；反之，表示相关程度较低，当前节点中接收到的信号中不包括已知干扰。如果干扰判断单元12判断该值大于设定值，表示其相关程度较大，当前节点接收到的信号中存在已知干扰，需要在下一步骤中进行处理，以消除掉信号中的已知干扰；如果干扰判断单元12判断该值小于设定值，表示两个信号的相关程度较小，当前节点接收到的信号中不存在已知干扰，可以直接输送到节点的信号处理部分，对其进行中继所需要的信号处理。

在本实施例中，干扰消除模块2用于消除当前接收信号中存在的已知干扰；干扰消除模块2中进一步包括干扰消除单元21和恢复单元22，其中恢复单元22又进一步包括初始概率密度函数设置子单元221、概率密度函数更新子单元222和目标信号估值单元223。

   干扰消除单元21用于通过使所述当前接收信号与相邻的接收信号加权相减去掉所述接收信号中的已知干扰；其消除过程如下式所示：；其中，是当前节点接收到的第k个符号, 是当前节点的第k个接收符号中包含的目标信号， I(k) 是当前节点第k个接收符号中包含的干扰数据，h（k）是干扰数据经历的信道衰落系数，n（k）是第k个接收符号中包含的高斯噪声；是当前节点接收到的第k+1个符号；是当前节点收到的第k+1个符号中包含的干扰符号，表示干扰信道系数的变化量。

   而恢复单元22用于修复在由于上述干扰消除单元21对信号的处理而导致的当前接收信号出现的失真。恢复单元22包括了初始概率密度函数设置子单元221，其用于设置接收机中由接收信号向变量节点的输入为第一边界，离开所述第一边界朝向所述校验节点的信息表示为第一概率密度函数，离开所述校验节点朝向所述第一边界的信息表示为第二概率密度函数；并将所述第一概率密度函数和第二概率密度函数的初始概率密度函数均设置为：，其中P _max  是目标信号的功率上限，是第k个接收符号中包含的高斯接收噪声n(k)的方差；概率密度函数更新子单元222，其用于按照Tanner图从上倒下依次更新所有对应的第一概率密度函数和第二概率密度函数；同时从下到上依次更新所有第二概率密度函数和第一概率密度函数；所述更新的规则为：按照公式更新第k个变量节点对应的所述第二概率密度函数；按照公式 更新第k个节点对应的所述第一概率密度函数；其中是干扰信道参数变化的方差；以及目标信号估值单元223用于按照得到该变量节点的最终输出信息的概率密度函数；对该概率密度函数做判决，并得到目标信号的估计值z（k）。当得到上述估值信号后，对其处理就与现有的系统大致相同了。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种在无线通信节点上消除已知干扰的方法，其特征在于，包括如下步骤：

A）节点判断其接收到的当前接收信号中是否存在已知干扰，如是，执行步骤B）；否则，执行步骤C）；

B）消除所述当前接收信号中存在的已知干扰，并执行步骤C）；

C）对所述当前接收信号进行数据检测及设定功能所需要的处理；

其中，所述步骤B）中进一步包括如下步骤：

B1）通过使所述当前接收符号与相邻的接收符号加权相减去掉所述接收信号中的已知干扰；即对当前接收到的信号进行如下处理： $t\left(k\right)=r\left(k\right)-\frac{I\left(k\right)}{I(k+1)}r(k+1)=(x^{\′}\left(k\right)-\frac{I\left(k\right)}{I(k+1)}{x}^{\′}(k+1))+n\left(k\right)-\frac{I\left(k\right)}{I(k+1)}n(k+1)-I\left(k\right)\mathrm{\Δ}\left(k\right);$ 其中，r(k)＝x′(k)+h(k)I(k)+n(k)是当前节点接收到的第k个符号,x′(k)是当前节点的第k个接收符号中包含的目标信号，I(k)是当前节点第k个接收符号中包含的干扰数据，h（k）是干扰数据经历的信道衰落系数，n（k）是第k个接收符号中包含的高斯噪声；r(k+1)是当前节点接收到的第k+1个符号；I(k+1)是当前节点收到的第k+1个符号中包含的干扰符号，Δ(k)＝h(k+1)-h(k)表示干扰信道系数的变化量；

B2）恢复在上述步骤中导致的所述当前接收目标信号出现的失真；

所述步骤B2）中进一步包括如下步骤：

B21）根据Tanner图，设置接收机中由接收信号向变量节点的输入为第一边界，离开所述第一边界朝向校验节点的信息表示为第一概率密度函数，离开所述校验节点朝向所述第一边界的信息表示为第二概率密度函数；并将所述第一概率密度函数和第二概率密度函数的初始概率密度函数均设置为： $p\left(y\right)=\frac{1}{2\sqrt{P_{\max }}\sqrt{2\mathrm{\π\σ}}}\underset{-\sqrt{p_{\max }}}{\overset{\sqrt{p_{\max }}}{\∫}}\exp (-{(y-s)}^2/{2\mathrm{\σ}}^2)\mathrm{ds},$ 其中P_max是目标信号的功率上限，σ是第k个接收符号中包含的高斯接收噪声n(k)的方差；

B22）按照Tanner图从上倒下依次更新所有对应的第一概率密度函数和第二概率密度函数；同时从下到上依次更新所有第二概率密度函数和第一概率密度函数；所述更新的规则为：按照公式 ${\stackrel{\←}{p}}_{x^{\′}(k+1)+n(k+1)}\left(y\right)\∝\∫{\stackrel{\→}{p}}_{x^{\′}\left(k\right)+n\left(k\right)}(\frac{I\left(k\right)}{I(k+1)}y+t\left(k\right)+I\left(k\right)s)e^{-s^2/2{{\mathrm{\σ}}_{\mathrm{\Δ}}}^2}\mathrm{ds}$ 更新第k个变量节点对应的所述第二概率密度函数；按照公式更新第k个节点对应的所述第一概率密度函数；其中σ_Δ是干扰信道参数变化Δ(k)的方差；

B23）按照 $p_{x^{\′}\left(k\right)+n\left(k\right)}^f\left(y\right)=\frac{1}{T}{\stackrel{\←}{p}}_{x^{\′}\left(k\right)+n\left(k\right)}^{*}\left(y\right){\stackrel{\←}{p}}_{x^{\′}\left(k\right)+n\left(k\right)}\left(y\right)p_{x^{\′}\left(k\right)+n\left(k\right)}\left(y\right)$ 得到该变量节点的最终输出信息的概率密度函数；对该概率密度函数做判决并得到目标信号的估计值z（k）。

2.根据权利要求1所述的在无线通信节点上消除已知干扰的方法，其特征在于，所述步骤A）中进一步包括如下步骤：

A1）节点取出本节点之前时刻接收到的或发送的信号，与所述当前接收信号做互相关运算，得到其之间的相关程度值；

A2）依据所述得到的相关程度，判断是否存在已知干扰。

3.根据权利要求2所述的在无线通信节点上消除已知干扰的方法，其特征在于，所述步骤A1）中的相关程度运算包括互相关运算；其相关程度值在0-1之间；所述步骤A2）中相关程度值大于给定门限值时，判断为存在已知干扰。

4.一种实现如权利要求1所述在无线通信节点上消除已知干扰方法的装置，其特征在于，包括：

干扰判断模块：用于在节点判断其接收到的当前接收信号中是否存在已知干扰；

干扰消除模块：用于消除所述当前接收信号中存在的已知干扰；

传输处理模块：用于对所述当前已经消除干扰的接收信号进行后续信号检测及完成设定功能所需要的处理；

所述干扰消除模块中进一步包括：

干扰消除单元：用于通过使所述当前接收信号与相邻的接收信号加权相减去掉所述接收信号中的已知干扰；

恢复单元：用于修复在上述步骤中导致的所述当前接收信号出现的失真；

所述恢复单元进一步包括：

初始概率密度函数设置子单元：用于设置接收机中由接收信号向变量节点的输入为第一边界，离开所述第一边界朝向校验节点的信息表示为第一概率密度函数，离开所述校验节点朝向所述第一边界的信息表示为第二概率密度函数；并将所述第一概率密度函数和第二概率密度函数的初始概率密度函数均设置为： $p\left(y\right)=\frac{1}{2\sqrt{P_{\max }}\sqrt{2\mathrm{\π\σ}}}\underset{-\sqrt{p_{\max }}}{\overset{\sqrt{p_{\max }}}{\∫}}\exp (-{(y-s)}^2/{2\mathrm{\σ}}^2)\mathrm{ds},$ 其中P_max是目标信号的功率上限，σ是第k个接收符号中包含的高斯接收噪声n(k)的方差；

概率密度函数更新子单元：用于按照Tanner图从上倒下依次更新所有对应的第一概率密度函数和第二概率密度函数；同时从下到上依次更新所有第二概率密度函数和第一概率密度函数；所述更新的规则为：按照公式 ${\stackrel{\←}{p}}_{x^{\′}(k+1)+n(k+1)}\left(y\right)\∝\∫{\stackrel{\→}{p}}_{x^{\′}\left(k\right)+n\left(k\right)}(\frac{I\left(k\right)}{I(k+1)}y+t\left(k\right)+I\left(k\right)s)e^{-s^2/2{{\mathrm{\σ}}_{\mathrm{\Δ}}}^2}\mathrm{ds}$ 更新第k个变量节点对应的所述第二概率密度函数；按照公式更新第k个节点对应的所述第一概率密度函数；其中σ_Δ是干扰信道参数变化Δ(k)的方差；

目标信号估值单元：用于按照 $p_{x^{\′}\left(k\right)+n\left(k\right)}^f\left(y\right)=\frac{1}{T}{\stackrel{\←}{p}}_{x^{\′}\left(k\right)+n\left(k\right)}^{*}\left(y\right){\stackrel{\←}{p}}_{x^{\′}\left(k\right)+n\left(k\right)}\left(y\right)p_{x^{\′}\left(k\right)+n\left(k\right)}\left(y\right)$ 得到该变量节点的最终输出信息的概率密度函数；对该概率密度函数做判决并得到目标信号的估计值z（k）。

5.根据权利要求4所述的装置，其特征在于，所述干扰判断模块中进一步包括：

相关度运算单元：用于在节点中取出本节点之前时刻接收到的或发送的信号，与所述当前接收信号做相关程度运算，得到所述两个信号之间的相关程度；

干扰判断单元：用于依据所述得到的相关程度，判断是否存在已知干扰。